메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
정제원 (성균관대학교) 이수기 (성균관대학교) 신재민 (성균관대학교) 김유성 (성균관대학교)
저널정보
Korean Institute of Information Scientists and Engineers 정보과학회 컴퓨팅의 실제 논문지 정보과학회 컴퓨팅의 실제 논문지 제29권 제1호
발행연도
2023.1
수록면
44 - 49 (6page)
DOI
10.5626/KTCP.2023.29.1.44

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (3)

초록· 키워드

오류제보하기
5G NSA(Non-standalone) 통신 표준은 4G 기지국과 5G 기지국을 동시에 활용해 데이터를 효율적으로 전송하는 이중 접속 기능을 활용한다. 이러한 5G NSA 표준의 특징은 대용량 데이터를 상향 링크로 전송하는 실시간 스트리밍 어플리케이션의 성능을 향상시키지만, 상향 링크 환경이 급격히 변화하게 되면 성능 저하가 발생할 수 있다. 해당 문제는 기존 4G 환경에서도 발생해왔던 문제로, 이를 해결하기 위해 상향 링크 자원을 예측하는 여러 인공 신경망 모델들이 제시되었다. 하지만 기존 모델들은 4G 환경에서 수집한 데이터만을 이용해 학습 및 평가가 진행되었기 때문에 5G NSA 환경에서 정확한 예측을 수행하기 어렵다. 본 논문에서는 국내 주요 통신사의 5G 이중 접속 데이터를 수집하고 이를 통합적으로 활용해 5G NSA 환경에서 기존 모델보다 효율적인 예측을 수행하는 Transformer 기반 예측 모델을 제시한다.

목차

요약
Abstract
1. 서론
2. 배경
3. 이중 접속 상향 링크 자원 예측 기술
4. 결론
References

참고문헌 (15)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0